三维荧光光谱谱图解析
三维荧光光谱与平行因子分
三维荧光光谱与平行因子分
三维荧光光谱是一种物质荧光扫描分析方法，多用于环境科学、分析化学、生命科学等领域。
平行因子分析是利用三维荧光光谱仪对物质进行分析的一种方法，其优点是不破坏物质，直接对物质进行荧光扫描分析，计算指数，通常与紫外分光光度计测定的荧光响应强度一起使用，用来表征物质结构，解谱数据。
在环境科学领域，三维荧光光谱结合平行因子分析法可以探究污水厂水体中主要污染物的来源和类别，以及对水质参数和各组分进行相关性分析。
在分析微生物法净化黑臭水体的效果时，采用三维荧光（EEM）光谱技术与平行因子（PARAFAC）模型相结合的方式对进出水DOM进行分析，结果表明不同处理方式下进出水DOM的不同组分荧光峰强度变化存在较明显的差异。
总的来说，三维荧光光谱与平行因子分析为物质结构的表征和解析提供了一种有效的方法，在环境科学、分析化学、生命科学等领域具有广泛的应用前景。
三维荧光光谱分析技术和应用
（ Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ Ｓ ｐ ｅ ｃ ｉ ａ ｌ Ｏ ｐ ｅ ｒ ａ ｔ ｉ ｏ ｎ Ｄｉ ｖ ｉ ｓ ｉ ｏ ｎ ｏ ｆＳ Ｉ ＮＯ Ｐ Ｅ ＣＯ ｆ ｆ ｓ ｈ ｏ ｒ ｅ Ｏ ｉ ｉｅ ｆ ｌ ＭＥ ｎ ｇ ｉ ｆ ｎ ｅ ｅ ｒ ｉ ｎ ｇ Ｃ ｏ ｍ ｐ ａ ｎ ｙ ， Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ ０ １ ３ ７ ， Ｃ ｈ ／ ｎ ａ）
关键词 ： 三维Ｐ ６ ３ １ ． ６ ４
文献标识码 ： Ａ
ＤＯ Ｉ： １ ０ ． ３ ９ ６ ９ ０ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ８ — ２ ３ ３ ６ ． ２ ０ １ ７ ． ０ ２ ． ０ ６ １
Ｔｈｒ ｅ ｅ Ｄｉ ｍｅ ｎ ｓ ｉ ｏ ｎａ ｌ Ｆｌ ｕｏ ｒ ｅ ｓ ｃ ｅ ｎｃ ｅ Ｓｐｅ ｃ ｔ ｒ ｕｍ Ａ ｎａ ｌ ｙ ｓ ｉ ｓ Ｔｅ ｃ ｈｎｏ ｌ ｏ ｇ ｙ ａ ｎｄ Ａ ｐｐｌ ｉ ｃ ａ ｔ ｉ ｏｎ
ｔ ｉ ｏ ｎ ｐ ｒ ｏ ｓ ｐ ｅ ｃ ｔ ｉ ｎ ｏ ｉ ｌ ｎｄ ａ ｇ ａ ｓ ｅ ｘ ｐ ｌ ｏ ｒ ａ ｔ ｉ ｏ ｎ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： Ｔ ｈ ｒ ｅ ｅ ｄ ｉ ｍｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｌ ｆ ｕ ｏ ｒ ｅ ｓ ｃ ｅ ｎ ｃ ｅ ｓ ｐ ｅ ｃ ｔ ｒ ｕ ｍ； ｏ ｉ ｌ ｎｄ ａ ｇ ａ ｓ ｅ ｘ ｐ ｌ ｏ ｒ ａ ｔ ｉ ｏ ｎ ； ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ
沈 海 东 ， 白玉 洪 ，郑 华
（ 中石化海洋石油工程有 限公 司上海特殊作业 分公 司 ，上海 ２ ０ ０ １ ３ ７）
三维荧光的特征峰的位置
三维荧光的特征峰的位置三维荧光是一种非常常见的光谱分析技术，在材料科学、化学、生物技术等领域有着广泛的应用。
它通过测量样品在激发光作用下发出的荧光光谱，可以揭示样品的组成、结构和性质等重要信息。
在三维荧光光谱中，存在一些特征峰，它们的位置可以提供有关样品性质的重要线索。
首先，让我们来了解一下三维荧光光谱是如何获得的。
实验中，我们通常会使用一种被称为激发光的能量较高的光源，如激光。
这种激发光照射到样品上时，样品中的分子便会吸收激发光的能量，从而激发至较高能级。
当这些激发态分子回到基态时，会释放出一部分能量以光的形式，即发出荧光。
而这些发出的荧光光子则可被用作光谱分析。
其次，我们来看一下三维荧光光谱中常见的一些特征峰。
这些特征峰通常出现在光谱图中的特定位置，并且具有明显的荧光信号强度。
这些峰的位置对应着样品中特定分子或物质的荧光特性。
通过对这些特征峰的分析，我们可以得到关于样品中分子组成、结构和环境等信息。
例如，在生物领域中，通过观察特定蛋白质或细胞的荧光特征峰位置，我们可以了解其结构特点或活性状态的变化。
对于不同类型的样品，其特征峰的位置也会有所不同。
例如，在化学物质的三维荧光光谱中，常见的特征峰位置可能对应着特定官能团或化学键的振动模式。
而在生物样品中，特征峰的位置通常与蛋白质的不同氨基酸残基或其间相互作用有关。
关于特征峰如何分析的问题，现在有很多的方法和工具可供选择。
例如，我们可以使用模型匹配法将实验得到的光谱数据与已知的标准光谱进行比对，从而确定特征峰的位置。
同时，也可以运用数学和统计学方法对光谱数据进行处理，提取出波峰波谷的信息，进一步了解样品的特性。
总之，三维荧光光谱中的特征峰位置对于了解样品的组成、结构和性质具有重要指导意义。
通过分析特征峰，我们可以得到关于样品的重要线索，从而实现对样品的深入研究和应用。
未来，随着技术的不断进步，对于三维荧光光谱分析的方法和应用还将不断拓展，为我们提供更深入、全面的样品信息。
三维荧光光谱法分类测量水体浮游植物浓度
中国环境科学 2008,28(2:136~141 China Environmental Science 三维荧光光谱法分类测量水体浮游植物浓度王志刚 1,2, 刘文清 2*, 张玉钧 2, 殷高方 2, 刘建国 2 (1.中国科学技术大学地球和空间科学学院 , 安徽合肥 230026; 2. 中国科学院安徽光学精密机械研究所 , 中国科学院环境光学与技术重点实验室 , 安徽合肥 230031摘要:测量了富营养化水体中 13种浮游植物的活体三维荧光光谱和激发荧光光谱 , 通过光谱相似性原则将浮游植物分成 3种光谱组 , 分析了光合色素组成与各光谱组三维荧光光谱特征的关系 . 选择梅尼小环藻、小球藻和铜绿微囊藻纯种培养体 , 配制 10种不同浓度比例的浮游植物混合培养体 , 利用平行因子模型算法(PARAFAC对混合培养体的三维荧光光谱进行了拟合 , 成功地区分了 3种浮游植物组分 . 组分 1(梅尼小环藻、组分 2(小球藻和组分 3(铜绿微囊藻在模 1上得分与其在混合样品中的实际相对浓度具有良好的线性关系 , 相关系数分别达到 0.98222, 0.97865和 0.99788, 证实了利用三维荧光光谱和 PARAFAC 模型分类测量浮游植物浓度的可行性 .关键词:浮游植物;三维荧光光谱;平行因子模型;活体荧光中图分类号:X824 文献标识码:A 文章编号:1000-6923(200802-0136-06The classified measuring of three dimensional excitation-emission fluorescence matrix technique on phytoplankton concentration in water body. WANG Zhi-gang1,2, LIU Wen-qing2*, ZHANG Yu-jun2, YIN Gao-fang 2, LIU Jian-guo2 (1.School of Earth and Space Science, University of Science and Technology of China, Hefei 230026, China;2.Key Laboratory of Environmental Optics and Technology, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China. China Environmental Science, 2008,28(2:136~141Abstract :Three dimensional excitation-emission fluorescence spectra (3DEEM and excitation fluorescence spectra of 13 kinds of phytoplankton cultures in eutrophied waterwere measured. The phytoplanktons were sorted to three kinds of spectral group through spectrum similarity principle. Relation between the composition of photosynthesis pigment and the three dimensional fluorescence spectrum characteristic of each spectral group was analyzed. Selecting purecultures of cyclotella meneghiniana, chlorella vulgaris and microcystis aeruginosa, 10 kinds of phytoplankton mixed cultures with different concentration ratio were made up. The three dimensional fluorescence spectra of mixed cultures were fitted by PARAFAC model and three kinds of phytoplankton components were distinguished successfully. The PARAFAC scores on model 1 of component 1, component 2 and component 3 shows good linear relationships with the real relative concentrations of cyclotella meneghiniana, chlorella vulgaris and microcystis aeruginosa in mixed cultures respectively, the linear relative coefficients are 0.98222, 0.97865 and 0.99788, proving actually the feasibility of classified measuring phytoplankton concentration using three dimensional fluorescence spectrum and PARAFAC model.Key words:phytoplankton ; 3DEEM ; PARAFAC ; in vivo fluorescence水体富营养化导致浮游植物过量增殖 , 导致“水华暴发” , 是当前世界范围内的水污染问题 . 监测浮游植物种类和浓度的时空变化 , 尤其是对有毒藻类进行及时预警是降低损失最有效的手段之一 [1-2]. 因此 , 浮游植物种类和浓度的快速监测已经成为环境监测部门的一项重要任务 . 传统浮游植物浓度的测量一般通过现场采样、实验室分析完成 , 实验室分析手段主要包括分光光度法、高效液相色谱法 (HPLC 和显微观察计数法 [3]. 这些方法大多由于步骤繁琐、成本昂贵以及需要专业检测人员等原因而难以普及应用 .国内外研究者针对该问题开展了多项研究 , Moberg 等 [4]利用主成分分析算法(PCA和偏最小二乘拟合 (PLS研究了浮游植物吸收光谱 , 初收稿日期:2007-05-23基金项目:中国科学院知识创新工程方向项目 (KGCX2-SW-111;安徽省人才培养及科研带头人专项基金* 责任作者 , 研究员 , wqliu@2期王志刚等:三维荧光光谱法分类测量水体浮游植物浓度 137步探讨了基于吸收光谱的浮游植物种群鉴别和浓度定量分析方法 .Millie 等 [5-6]基于浮游植物的吸收光谱 , 利用“逐步识别分析” 和相似指数 (SI对不同辅助色素组成的浮游植物种群进行了区分 .Yentsch [7]等根据辅助色素和叶绿素吸收产生的叶绿素 a 荧光比例 , 将浮游植物分成 4大类 . 张前前等 [8-11]利用 PCA 分析算法 , 研究了浮游植物活体吸收光谱和三维荧光光谱分类判别方法 . 荧光光谱法具有灵敏度高、光谱特征性好等优点 , 是目前原位测量浮游植物叶绿素 a 浓度的主要手段 . 德国 W ALZ 公司采用调制技术 , 利用 4种不要波长的 LED 作为光源 , 利用光电倍增管作为检测器 , 实现了水样中的蓝藻、绿藻、硅藻 /甲藻自动分类 , 并分别测量它们的叶绿素含量和光合活性 . 不足之处是检测藻类种类少 , 对某些藻类无法很好地进行区分 [12-13]. 较传统的二维荧光光谱而言 , 三维荧光光谱包含了更丰富的光谱信息 , 已经被用于活体浮游植物的分类判别研究中 [9-11], 但对混合浮游植物浓度进行分类测量的研究相对较少 . 基于此 , 本实验通过研究 13种淡水富营养化优势浮游植物的活体三维荧光光谱 , 根据其光谱特征将浮游植物进行光谱分类 , 平行因子算法模型 (PARAFAC对不同光谱组的混合浮游植物三维荧光光谱进行了拟合分析 , 得出了不同光谱组藻类的在混合样品中相对浓度 . 以期为利用活体三维荧光光谱进行浮游植物浓度原位分类快速测量提供新的思路 .1实验部分1.1 浮游植物培养实验所选的 13种浮游植物由中国科学院水生生物研究所淡水藻种库提供 , 其中蓝藻门 4种 , 分别为铜绿微囊藻 (Microcystis aeruginosa 、聚球蓝藻(Synechococcus sp 、绿色微囊藻 (Microcystis vridis 和惠氏微囊藻 (Microcystis wesenbergii, 绿藻门 6种 , 分别为小球藻 (Chlorella vulgaris 、四尾栅藻(Scenedesmus quadricanda 、斜生栅藻 (Scenedesmus obliqnus 、双形栅藻(Scenedesmus dimivphus 、球状栅藻 (Scenedesmus bijujatus 和莱茵衣藻(Chlamyclomonas reinhardtii; 硅藻门 3 种 , 分别为梅尼小环藻 (Cyclotella meneghiniana 、汉氏菱形藻 (Nitzschia hantzschiana 和脆杆藻 (Fragilaria sp..在光照培养箱中进行纯种培养 , 固定光暗周期为 10h/14h,温度为 25/22℃ , 光照强度为6000 lx,培养周期为 15d. 蓝藻门、绿藻门、硅藻门浮游植物分别使用 BG -11、SE 、 D1培养基 . 1.2活体荧光光谱测量在培养周期 15d 结束后 , 立即取 13种浮游植物液态活体培养体 , 以蒸馏水稀释至叶绿素 a 浓度为 100µg/L.将各稀释培养体暗适应 2h, 用 Fluorolog3-TAU -P(JOBIN YVON,法国稳态 /瞬态荧光光谱测量系统测量上述 13种浮游植物稀释培养体活体三维荧光光谱 , 系统采用 450W 氙灯作为激发光源 , 光谱分辨率为 0.2nm, 光谱检测范围为 200~900nm,信噪比为 4000:1(纯水 397nm 拉曼峰 . 测量激发波长范围设定为 450~650nm,发射波长范围为 470~750nm,激发、发射波长间隔分别为 5nm 和 1nm. 同时测量上述样品 684nm 发射波长的激发荧光光谱 , 激发波长范围 350~650nm,激发波长间隔为 1nm.表 1混合浮游植物培养体配制Table 1 Ratio of three phytoplankton species in mixed phytoplankton cultures样号铜绿微囊藻小球藻梅尼小环藻样号铜绿微囊藻小球藻梅尼小环藻1 5 10 6 5 15 252 7 20 10 153 8 5 20 204 95 10 305 15 5以铜绿微囊藻、小球藻和梅尼小环藻的上述稀释培养体配制 10种不同混合比例的培养体 , 配制比例如表 1, 测量其三维荧光光谱 , 方法同浮游植物稀释培养体三维荧光光谱测量 .1.3荧光光谱数据处理Rayleigh 散射是水分子的弹性散射 , 波长与激发光相同 , 对浮游植物活体三维荧光光谱的干扰很大 . 采用将激发光波长±20nm 范围内荧光强度置零的办法去除Rayleigh 散射的影响 .138 中国环境科学 28卷Raman 散射则是水分子的非弹性散射 , 通过减去测得的蒸馏水三维光谱消除其影响 . 将去除 Rayleigh 散射和 Raman 散射后的浮游植物三维荧光光谱数据组合成三维数据矩阵 , 利用 matlab 软件 (version 6.5, Mathworks Inc绘制成三维荧光等高图 .激发荧光光谱数据以最大发射荧光强度进行归一化 , 根据归一化的荧光光谱数据绘制激发荧光光谱图 .1.4 PARAFAC 模型拟合方法将 10个去除 Rayleigh 散射和 Raman 散射影响的混合浮游植物三维荧光光谱数据按照样品编号、发射波长和激发波长的顺序组合成三维数据阵列 (10×281×41. 采用“ N 维工具箱” 在 matlab6.5 (美国 Mathworks 公司上对该三维数组进行PARAFAC 模型分析 , 参数设制采用默认值 [14].2 结果与讨论2.1 浮游植物的活体三维荧光光谱特征浮游植物细胞内吸收光能的色素主要有光合色素叶绿素 a 和辅助光合色素 , 叶绿素 a 存在于任何浮游植物中 , 叶绿素荧光主要由光合系统Ⅱ (PSⅡ的叶绿素 a 产生 . 辅助光合色素在活体藻类细胞内以捕光复合体的形式存在 , 作用是吸收光能 , 将其传递至叶绿素 a, 最终到达光合反应中心 . 由于不同种类的浮游植物 PS Ⅱ的辅助光合色素组成不同 , 导致产生不同形状的荧光光谱 [15]. 图 1给出了全部浮游植物活体三维荧光光谱 , 从上至下顺序依次为蓝藻门 4种 (1~4,绿藻门 6种 (5~10,硅藻门 3种 (11~13.(1 铜绿微囊藻620 600 580560 540520 500480 460600 发射波长 (nm 激发波长 (n m650 700750 650 600550500 450 (2聚球蓝藻 600 650 700 750发射波长 (nm650600550500450600650700750(3绿色微囊藻发射波长 (nm 650600550500450发射波长 (nm600650700750(4惠氏微囊藻620 600560 580540 520 500 480 460(5小球藻发射波长 (nm600 650 700 750 650 600 550 500450(6四尾栅藻发射波长 (nm600 650 700 750激发波长 (n m650 600 550 500450(7斜生栅藻 600 650 700 750发射波长 (nm650600550500450600650700750发射波长 (nm(8双形栅藻650600550500450600650700750 发射波长 (nm(9球状栅藻650 600 550 500450(10莱茵衣藻发射波长 (nm600 650 700 750650 600 550 500 450500 550 600 650 700750发射波长 (nm(11梅尼小环藻激发波长 (n m650600550500450(12汉氏菱形藻发射波长 (nm600650700750650600550500450(13脆杆藻发射波长 (nm600650700 750图 1 浮游植物活体三维激发发射荧光光谱Fig.1 Three dimensional excitation-emission matrices of in vivo phytoplankton 2期王志刚等:三维荧光光谱法分类测量水体浮游植物浓度 139由图 1可见 , 绿藻门 6种浮游植物的三维荧光光谱高度相似 , 均具有 3个激发 /发射荧光中心435nm/684nm, 470nm/684nm,490nm/684nm.绿藻门浮游植物含有的辅助光合色素为叶绿素 b 和类胡萝卜素 , 叶绿素 b 的最大吸收在 470nm 左右 , 相应的类胡萝卜素最大吸收通常在 490nm, 叶绿素 a 的吸收峰则在 435nm [15-16]. 由此可以判定435nm/684nm和 490nm/684nm的荧光中心分别由叶绿素 a 和类胡萝卜素的吸收产生 , 470nm/684nm荧光中心由叶绿素 b 吸收产生 . 蓝藻门浮游植物的辅助色素为蓝藻色素蛋白 , 最大吸收在 610nm 左右 , 最大荧光发射波长是 660nm. 与此一致 , 蓝藻门浮游植物三维荧光光谱含有 2 个荧光中心 , 分别为 610nm/660nm, 610nm/684nm. 硅藻门的浮游植物的辅助色素为叶绿素 c 和多种类胡萝卜素 , 叶绿素 c 的最大吸收位于 460nm 左右 , 因此具有 435nm/684nm的叶绿素 a 主荧光中心和 460nm/684nm的叶绿素 c 荧光中心 , 此外根据所含类胡萝卜素的种类不同 , 在 480~580nm波长范围出现不同的次级荧光中心 .综上可见 , 浮游植物的活体三维荧光光谱决定于所含辅助色素的种类组成 . 相似辅助色素组成的浮游植物具有非常类似的三维荧光光谱 . 由此 , 根据三维荧光光谱的特征将所选 13种浮游植物分成 3类光谱组 , 见表 2.表 2浮游植物光谱组分类Table 2Spectral groups of phytoplankton光谱组辅助色素组成藻类绿色组叶绿素 b 、类胡萝卜素小球藻、四尾栅藻、斜生栅藻、双形栅藻、球状栅藻、莱茵衣藻蓝色组藻蓝色素蛋白惠氏微囊藻、绿色微囊藻、铜绿微囊藻、聚球蓝藻属褐色组叶绿素 c 、类胡萝卜素梅尼小环藻、汉氏菱形藻、脆杆藻属2.2浮游植物活体激发荧光光谱特征与三维荧光光谱相似 , 浮游植物激发荧光光谱反映了辅助光合色素组成的差异 , 可以用来作为浮游植物光谱分类的依据 . 由图 2可见 , 绿色组浮游植物435nm/684nm的叶绿素 a 激发荧光峰和 490nm/684nm的类胡萝卜素激发荧光峰 ; 蓝藻门浮游植物最大激发荧光峰为 610nm/684nm,由藻蓝蛋白吸收产生 ; 硅藻门浮游植物除 435nm/684nm的叶绿素 a 荧光峰外 , 在 480~ 580nm 范围内有一系列小荧光峰出现 , 主要由类胡萝卜素产生 , 其中梅尼小环藻和汉氏菱形藻明显在530nm 处出现荧光峰 , 与类胡萝卜素中的岩藻黄质的吸收峰一致 [15-16].1.00.80.60.40.20.0350400450500 550 600 650 归一化荧光强度 (684nm斜生栅藻双形栅藻球状栅藻莱茵衣藻四尾栅藻1.000.750.500.250.00铜绿微囊藻聚球蓝藻绿色微囊藻惠氏微囊藻350400450500 550 600 650归一化荧光强度 ( 684n m 1.0 0.8 0.6 0.4 0.2 0.0 归一化荧光强度(nm梅尼小环藻汉氏菱形藻脆杆藻350400450500 550 600 650 激发波长 (nm图 2 浮游植物的激发荧光光谱Fig.2 Excitation fluorescence spectra of in vivo phytoplankton2.3混合浮游植物三维荧光光谱数据的 PARAFAC 模型分析在化学计量学中 ,PARAFAC 是针对混合样140 中国环境科学 28卷品多维测量数据分析的一种新近发展起来的模型 , 其本质是 PCA 模型在三维及其以上空间中应用的扩展 , 最终的分析目的是根据一系列不同混合样品中各混合组分浓度比例的差异将混合样品中各组分分离出来 , 得到纯的各组成组分的测量信息 , 具体实现方法是通过交替最小二乘 (ALS拟合出各个模上 (模对应于多维数据阵列中的维的得分载荷 , 不同模上的得分载荷对应不同的测量信息 [16-17].对实验测得的 10种不同混合比例的浮游植物混合样品的三维荧光光谱数据阵列进行 PARAFAC 模型拟合 , 根据 PARAFAC 模型原理 , 模 1得分载荷即为样品中浮游植物各组分的得分值 , 该得分值与浮游植物组分浓度线性正相关 ; 模2得分载荷为各浮游植物组分在发射波长上的得分 , 对应于发射荧光光谱 ; 模 3得分载荷为各浮游植物组分在激发波长上的得分 , 对应于激发荧光光谱 . 图 3为利用PARAFAC 模型拟合得到的 3种浮游植物组分的三维荧光光谱 .650 600 550 500450 600 650 700 750发射波长 (nm激发波长 (n m 组分 1650 600 550 500450 600 650 700 750发射波长 (nm组分 2650 600550 500450600 650700750发射波长 (nm组分 2组分 3图 3 PARAFAC模型拟合所得 3种藻类组分的三维荧光光谱Fig . 3 Three dimensional excitation-emission matrices of three phytoplankton componentsfitting by PARAFAC model图 3中组分 1、组分 2和组分 3的三维荧光光谱分别与混合样品中所含的梅尼小环藻、小球藻和铜绿微囊藻的三维荧光光谱极为类似 (图 1,同时由拟合得到模 2和模 3上的各组分得分载荷可以看出 , 组分 3的最大发射峰大约位于 660nm 处 , 最大激发波长大约在610nm, 与藻蓝蛋白的荧光发射峰一致 , 组分 1和组分 2的最大荧光发射峰则在684nm 左右 . 由此可以判断 PARAFAC 模型成功拟合得到了 3种浮游植物组分的纯光谱 , 拟合出的组分 1、组分 2、组分 3分别为梅尼小环藻、小球藻和铜绿微囊藻 .利用模 1上各组分在样品中的得分值可以反映出各浮游植物组分在各样品中的相对浓度 . 图 4给出了各样品中 3种浮游植物组分模 1上的得分值与其混合在样品中的实际相对浓度的线性拟合结果 .0.70.60.50.40.30.20.1梅尼小环藻R =0.98222 N =10 P <0.000112345678得分值 (×105相对浓度 (%模 1模 2铜绿微微囊藻 R =0.99788 N =10 P <0.0001123 4 5 得分值 (×1050.450.400.350.300.250.200.150.10相对浓度 (%模 31234 5 6 7 得分值 (×105 小球藻R =0.97865 N =10 P <0.00010.60.50.40.30.20.1相对浓度 (%图 4 3种植物组分第一维得分值与相对浓度拟合Fig.4 Linear regression of scores on model 1 and relativeconcentration of three phytoplankton 梅尼小环藻、小球藻和铜绿微囊藻的得分值与实际相对浓度均存在良好的线性关系 , 线性相2期王志刚等：三维荧光光谱法分类测量水体浮游植物浓度谱学与光谱分析, 2006,26(9:1676-1680. 141 关系数分别为 0.98222, 0.97866 和 0.99788,可见PARAFAC 模型模 1 的得分载荷准确地反映了各浮游植物组分在混合样品中的实际浓度.若通过标准方法测量得到各浮游植物组分实际浓度与相应测量得分值的线性关系,则可以通过 PARAFAC 模型拟合得到的组分得分值准确地计算出混合样品中各浮游植物组分的实际浓度. 3 结论 [9] 张前前,类淑河,王修林,等.浮游植物活体三维荧光光谱分类判别方法研究 [J]. 光谱学与光谱分析, 2004,24(10:1227-1229. [10]张前前 , 类淑河 , 王修林 , 等 . 浮游植物活体三维荧光特征提取 [J]. 高技术通讯, 2005,15(4:75-78. [11] Zhang Qian-Qian, Lei Shu-He, Wang Xiu-Lin, et al. Discrimination of phytoplankton classes using characteristic spectra of 3D fluorescence spectra [J]. Spectrochimica Acta Part A, 2006,63(2:361-369. [12] Schreiber U. Chlorophyll fluorescence: new instruments for special applications [A]//Photosynthesis: mechanisms and 3.1 测量了 13 种淡水优势浮游植物活体三维荧光光谱和激发荧光光谱,分析了活体荧光光谱特征与细胞包含光合色素间的关系. 3.2 基于活体荧光光谱特征,将淡水浮游植物分成 3 类光谱组,绿色组、蓝色组和褐色组. 3.3 利用三维荧光光谱结合 PARAFAC 模型,实现了对混合浮游植物样品中各浮游植物组分的准确测量,为水体浮游植物浓度的原位、分类测量提供了一种新的方法. 参考文献： [1] Sellner K G, Doucette G J, Kirkpatrick G J. Harmful algal blooms: causes, impacts and detection [J]. Journal of Industrial Microbiology and Biotechnology, 2003,30(7:383-406 [2] Robbins I C, Kirkpatrick G J, Blackwell S M. Improved monitoring of HABs using autonomous underwater vehicles (AUV [J]. Harmful Algae, 2006,5(6:749-760 [3] 国家环境保护总局《水和废水监测分析方法》编委会.水和废水监测分析方法 [M]. 北京:中国环境科学出版社, 2006:649- effects(V [C]. Dordrecht: Kluwer Academic Publishers, 1998: 4253-4258. [13] Kolbowski J, Schreiber U. Computer-controlled phytoplanktonanalyzer based on 4-wavelengths PAM chlorophyll fluorometer [A]//Photosynthesis: from light to Biosphere(V [C]. Dordrecht: Kluwer Academic Publishers, 1995:825-828.[14] Andersson C A, Bro R. The N-way toolbox for MatLAB [J]. Chemometrics and Intelligent Laboratory Systems, 2000,52(1: 1-4. [15] Poryvkina L, Babichenko S, Leeben A. Analysis of phytoplankton pigments by excitation spectra of fluorescence [J]. EARSelProceedings, 2001,1(1:224-232. [16] 吕洪刚,张锡辉,龚纯英,等.藻类的三维荧光光谱辨别及算法研究 [J]. 中国环境科学, 2005,25(5:581-584. [17] Christensen J, Becker, E M, Frederiksen, C S. Fluorescence spectroscopy and PARAFAC in the analysis of yogurt [J]. Chemometrics and Intelligent Laboratory Systems, 2005,75(2: 201-208. 作者简介：王志刚(1981-,男,江苏仪征人,中国科学技术大学与中国科学院安徽光学精密机械研究所联合培养博士研究生,主要从事激光诱导荧光在水质监测中的应用研究.发表论文 8 篇. 671. [4] Moberg L, Karlberg B, Sørensen K, et al. Assessment of phytoplankton class abundance using absorption spectra and chemometrics [J]. Talanta, 2002,56(1:153-160. [5] Millie D F, Schofield O M , Kirkpatryck G J. Using absorbance and fluorescence spectra to discriminate microalage [J]. European Journal of Phycology, 2002,37(3:313-322. [6] Millie D F, Schofield O M, Kirkpatryck G J. Detection of harmful algal blooms using photopigments and absorption signatures: A case study of the florida red tide dinoflagellate, Gymnodinium Breve [J]. Limnology and Oceanography, 1997,42(5:1240-1251. [7] Yentsch C S, Phinney D A. Spectral fluorescence: an taxonomic tool for studying the structure of phytoplankton populations [J]. Journal of plankton research, 1985,7(5:617-632. 张前前,王磊,类淑河,等.浮游植物吸收光谱特征分析 [J]. 光 [8]。
琥珀三维荧光光谱
天然与人工处理琥珀的三维荧光光谱表征（中国地质大学珠宝学院，湖北，武汉，430074）摘要：基于紫外可见吸收光谱、ESR和13C NMR谱的研究基础上，以三维荧光分光光度计为主要测试分析方法，对具有荧光性质的天然与处理琥珀的三维荧光光谱进行了剖析。
结果表明：λEx／λEm＝346／437nm三维荧光光谱，为天然琥珀中具π→π* 跃迁能级的共轭双键结构的官能团发射所致；热处理琥珀中某些碳官能团的局部断键，是导致三维荧光光谱主峰（λEx／λEm＝354／415nm）蓝移的主要缘由；热填充处理琥珀三维荧光光谱中存在多个强弱不等的发光中心，它们与热填充处理过程中添加了外来且不等量的不饱和酯共聚物或芳香族化合物有关。
三维荧光光谱有助于表征热填充处理琥珀中相互包络的碳官能团，它对天然与热填充处理琥珀及人工树脂的鉴别具有重要的标型意义。
关键词：三维荧光光谱；天然与处理琥珀；碳官能团琥珀为中生代白垩纪至新生代第三纪松柏科植物的树脂，经过各种地质作用后而形成的一种天然树脂化石。
其主成分为具共轭双键的树脂酸，含少量的琥珀酯醇、琥珀油等物质，属典型的多组分混合且不易分解的有机化合物。
基于琥珀的分子结构和成分信息与古气候、古环境密切相关，近年来引起国内外宝石学家、考古学家、古生物学家、矿物学家的极大兴趣。
如王徽枢[1～2]曾对河南西峡和辽宁抚顺琥珀的矿物成分进行过较深入的研究，并对其成因予以了探讨。
Spencer J A等人[3] 、周佩玲[4]、杨颖[15]、邱志力等人[6-10]对琥珀与常见的仿制品的鉴定特征进行过较深入的研究和总结。
Manuel A[11]， Priest F G[12]，李滨阳等人[13]对琥珀及其气体包裹体进行研究较深入的研究,并试图利用琥珀包裹体中的成分去恢复古大气环境，为定量研究古大气成分和琥珀的成因提供一条新的思路。
Lambert J B等人[14]、郭时清等人[15]利用13C NMR测试方法对天然琥珀中碳官能团的特征进行过研究，并提出了用NMB方法作为测定琥珀相对年龄方法的可行性。
河流水体中溶解性有机物构成的三维荧光光谱解析
河流水体中溶解性有机物构成的三维荧光光谱解析赵胜楠【期刊名称】《《黑龙江科技信息》》【年(卷),期】2017(000)014【总页数】2页(P95-96)【关键词】大石河; 溶解性有机物; 三维荧光; 荧光指数【作者】赵胜楠【作者单位】河南理工大学资源环境学院河南焦作454000【正文语种】中文溶解性有机物（DOM）由大量的有机分子组成，广泛存在于天然水体中，是一种复杂的混合物。
DOM中主要含有腐殖质、富里酸等各种亲水性有机酸等[1]。
如DOM与水体中有机污染物、金属离子等反应，则影响水体中污染物的毒性、生物降解性及迁移转化特性[2]，从而对于水体的生态环境产生重要影响[3]。
因此研究水体中的DOM得到越来越多的关注。
在研究各种水体DOM的中，目前应用三维荧光光谱（Three Dimensional Excitation Emission Matrix，3DEEM）研究DOM特性较多，因其灵敏度高、信息量高、所需样品量少且不破坏样品结构的优点，在如湖泊、河流、海洋等水体的DOM荧光特性的研究中广泛应用，被用于解析DOM在各种水体中的来源、分布等并由此判断水体的水质[4]。
2.1 河流概况大石河位于焦作市区西部的中站区，平水年在距出山口10km范围内河水全部漏失完毕，只在个别丰水年份才有洪水排泄。
大石河所处地形略向南和南东倾斜，坡降10～17‰，北部为坡洪积斜地，南部为冲洪积扇，河流两侧土壤以黏土夹砾石为主，地下水主要蕴藏于第四系细砂、中细砂、粗砂和砂砾石含水层中。
目前，中站工业园区内，一些工矿企业排放的污水多流入大石河，大石河成为纳污河流。
而大石河附近村庄分布较多，人口集聚，居民生产生活废水流入大石河。
大石河两岸附近村民多以第四系地下水作为饮用水源，因此解析河流中DOM的构成对于河流两岸居民饮用水源的保护及地表水污染的防治具有重要的意义。
2.2 水样采集与分析依据大石河的流向及周围村庄的分布情况，在上游、中游、下游共设置了6个采样点，分别编为佰利联（1#）、焦克路（2#）、人民路（3#）、丰收路（4#）、陆村（5#）、灵泉湖（6#）。
三维荧光光谱区域积分法解析辽河七星湿地水体 DOM 组成及来源
三维荧光光谱区域积分法解析辽河七星湿地水体 DOM 组成及来源隋志男;郅二铨;姚杰;于会彬;宋永会;李辉【摘要】Based on the monitoring of water quality of Qixing wetland, the three-dimensional fluorescence spectroscopy combined with fluorescence regional integral ( FRI ) analysis were used to analyze the fluorescence characteristics of the dissolved organic matter ( DOM) in the water body of Qixing wetland.The correlation of the DOM composition, humification degree and polluting sources and other water quality parameters were explored.The results showed that the Qixing wetland could purify pollutants from tributaries.The CODCr concentration in the effluent of the wetland met grade V standard ( GB 3838-2002 ) , and ammonia nitrogen and total phosphorus were still the main pollutants in the water.The mean value of fluorescence index ( f450/500 ) was 1.82, indicating biological origin of the DOM.Humification index ( rB,D ) is overall low, indicating higher humification degree of wetland water and more serious organic pollution.The fluorescence spectra were divided into five components by fluorescence regional integration method.Aromatic protein II was the largest content which accounted for 37.51%-54.2%of total DOM and mainly related to sewage discharge.DOC significantly correlated with aromatic protein I, II, soluble microbial metabolites and humic substances.TP had significant correlation with aromatic protein substances II, fulvic acids and humic substances.Thus, three-dimensionalfluorescence spectroscopy coupled with region integral method can be used in the research of water DOM composition and sources of contaminants.%监测了七星湿地水体水质，采用三维荧光光谱技术结合荧光区域积分（ FRI）分析法研究七星湿地水体中溶解性有机物（ DOM）荧光特性，分析了DOM组成、腐殖化程度、污染来源等与其他水质指标之间的相关性。
山药的三维荧光分析
山药的三维荧光分析谢亚珍（江南大学化学与材料工程学院化学工程系江苏无锡 214125 ）摘要：山药又名薯蓣、山芋等，为薯蓣科，多年生缠绕草质藤本，药食兼优。
近年来，国内外研究发现，山药含有多种功能及保健成份,山药中含有淀粉、蛋白质、游氨基酸等营养成份以及多糖、尿囊素等多种活性成分，具有重要的使用价值和医学价值。
亦有学者从山药中提取分离出了腺苷等多种化合物。
随着时代的发展，作为一种保健食品，山药越来越受到人们的关注和重视。
本实验征集不同市区八个品种的山药，它们分别是白嘴北、佛手、鸡皮桂、利川、垆铁、平遥、沙铁、太行野八个品种。
实验采用荧光光谱仪测定被甲醇溶解后的八种不同种类山药的三维荧光光谱，通过对光谱的分析研究山药的相关特性以及不同种类山药所含成分的相同与不同之处。
实验研究表明，沙铁的最大荧光强度最强。
八种山药中所含的活性成分的量各不相同。
三维荧光光谱具有高灵敏度、高选择性、高信息量、且不破坏样品结构等优点。
用荧光光谱仪测量不同种类山药的的三维荧光光谱，通过光谱的分析研究山药的相关特性，方法简便可行。
关键词：山药；三维荧光光谱图；荧光分析Three Dimensional Fuorescence Analysis of DioscoreaeXieyazhen(Dept. of Chemistry and Material Engineering, Jiangnan University, Wuxi Jiangsu 214000, China ;)Abstract: Dioscorea batatas also known as yam, sweet potato, etc. For dioscoreaceae, herbaceous perennial twining vine, both food and medicine are excellent. In recent years, domestic and international studies have found that yam containing a variety of functional and health ingredients, yams contain starch, protein, amino acids and other nutrients tours and a variety of active ingredients polysaccharides, allantoin, has important medical value and useful value. Some scholars yam extract isolated from a variety of compounds, such as adenosine. With the development of the times, as a healthy food, yams received more and more people's attention. In this study, we collected eight different varieties of yam downtown, they are White mouth north, Bergamot, Chicken Gui, Icheon, Clay iron, Ping yao, Sand iron, Tai hang wild eight varieties. The three-dimensional fluorescence spectroscopy experiments using eight different types of yam fluorescence spectrometer after being dissolved in methanol, through the analysis of the spectrum of the relevant characteristics of yam and yam contain different types and are different at the same ingredients. Three-dimensional fluorescence spectroscopy with high sensitivity, high selectivity, high information content, and does not undermine the advantages of sample structure. Experimental studies have shown that the strongest maximum fluorescence intensity of all the yams is iron sand. The amount of active ingredient of eight yams are not the same in each. The three-dimensional fluorescence spectra of different types of yam are measured by fluorescence spectrometer, By analyzing spectral study the relevant characteristics of yam, the method is simple and feasible.Key words:Yam;Three-dimensional fluorescence spectra; Fluorescence analysis1 前言1.1 选题背景和意义山药为薯蓣科植物,薯蓣的干燥根茎，其味甘，性平，归脾、肾、肺经。